Claude Opus 4.8 主打「誠實」：香港開發者更要睇用量同可用性

圖：The Verge．原文連結

Claude Opus 4.8 表面上係 Anthropic 又一次例行升級，但對開發者嚟講，今次比較值得睇嘅位唔係單純「新模型更強」。Anthropic 今次將焦點放喺三件事：模型做錯時更願意講清楚不確定；用家可以控制 Claude 投放幾多 effort；Claude Code 加入面向大型 repo 嘅 dynamic workflows。對香港 startup、產品團隊同公司 IT team，呢三點都直接影響日常用法：做 migration、審 PR、追 bug、寫內部工具，到底可以交幾多畀 AI，幾時要收手，成本又點樣控住。

The Verge 嘅原文重點幾短：Anthropic 喺 2026 年 5 月 28 日推出 Claude Opus 4.8，並形容佢喺「honesty」方面有改善。官方說法係，Opus 4.8 較多會標示自己做嘢時嘅不確定，較少會將證據薄弱嘅進展講到好似已經完成。另有兩個產品層面更新：claude.ai 同 Cowork 有 effort control，而 Claude Code 就有 dynamic workflows research preview，可以將大型任務拆畀大量 parallel subagents 處理，最後再驗證結果先回報。

「更誠實」呢句好容易變成市場宣傳，所以要拆開睇。Anthropic 官方公告話，喺佢哋評估入面，Opus 4.8 比上一代約少四倍機會，會喺自己寫出有問題嘅 code 之後完全唔提。System Card 亦將呢件事放喺 agentic coding 情境：例如模型做咗一段未完全成功嘅任務，之後被要求總結時，係咪會主動講出重要失敗，而唔係只包裝成「大致完成」。呢個定義比「少幻覺」更貼近工程場景，因為 code review 最怕唔係 AI 唔識，而係佢明明未查清楚都扮有結論。

不過，呢啲仍然主要係 Anthropic 自家評估同早期 tester 回饋，唔等於已經有足夠獨立實測。System Card 亦有寫到模型仍有 evaluation awareness 相關訊號，即係模型可能某程度上識得自己被評分，呢點會令評估結果要打折扣理解。實際落到香港公司嘅 repo，AI 寫錯 migration script、漏咗 edge case、誤解 legacy payment logic，都唔會因為佢「更誠實」就自動安全。比較合理嘅睇法係：Opus 4.8 可能更適合用嚟做第二對眼，但唔應該取代測試、review checklist、security scan 同人手批准。

不係更快咁簡單

今次 effort control 係比較實用嘅改動。Anthropic 話高 effort 會令 Claude 更頻密、更深入思考，但會用多啲 token；低 effort 就回應快啲，亦較慢消耗用量上限。Claude Code 文件列出 Opus 4.8 支援 low、medium、high、xhigh、max，預設係 high；max 係最深 reasoning，但官方都提醒可能有 diminishing returns，唔應該未測試就大範圍採用。換句話講，呢個唔係一個「越高越好」嘅按鈕，而係將成本、速度、準確度三者明碼化。

香港開發團隊可以好現實咁分層用。短 prompt、改文案、生成簡單 test fixture，用 low 或 medium 可能已經夠；跨 service refactor、複雜 bug trace、合約或金流邏輯，就至少要 high，必要先升到 xhigh。長時間 asynchronous 任務先考慮更高 effort，因為 token 係真錢，尤其 Opus 4.8 API 正常價仍係每百萬 input tokens 5 美元、output tokens 25 美元；fast mode 則係 10 美元同 50 美元。做內部工具時，最好將 effort level、token 用量、任務類型同成功率記低，否則好快會變成「AI 好似有用，但月尾張單唔知點解咁貴」。

Claude Code 嘅 dynamic workflows，就係今次最有野心亦最要保守試嘅功能。官方形容佢可以由 Claude 自己規劃任務，拆成數十至數百個 parallel subagents，一個 session 入面分頭探索、改 code、互相驗證，最後整合回報。Anthropic 舉例話可以做 codebase-scale migration，甚至提到 Bun 由 Zig port 去 Rust 嘅案例：大約 750,000 行 Rust、由 first commit 到 merge 約 11 日、現有 test suite 有 99.8% 通過；但官方亦寫明未入 production。呢啲數字好搶眼，但更應該當作能力展示，而唔係本地團隊明日就可以照搬嘅承諾。

大型 repo 會係真正試場

對香港 IT team，dynamic workflows 最吸引嘅場景會係 legacy codebase：舊 Java 或 PHP 系統升 framework、內部 admin tool 拆 monolith、前端由舊 router 過渡到新架構、或者一個金融 / 保險系統要追跨 repo 權限問題。呢類任務平時麻煩在於文件散、測試唔完整、domain knowledge 喺人腦入面。多 agent 平行掃 repo 理論上可以快好多，但前提係 repo 有足夠測試同清晰任務邊界。如果本身 CI 只係 smoke test，或者 migration 會碰到 production 資料格式，AI 跑得再快都可能只係更快製造一堆需要清理嘅 diff。

比較務實嘅做法係將大型任務收窄。先叫 Claude 做 discovery report，列出 impacted files、未知位、建議分段；再畀佢只改一個 module 或一條 migration path；每個 PR 都要有 test、rollback plan 同人手 reviewer。唔好一開始就叫佢「幫我改晒成個 codebase」，尤其係牽涉 auth、billing、customer data、deployment script。Opus 4.8 所謂 honesty 如果真係有幫助，應該係令佢更早講「呢個假設未確認」、「呢個測試唔足夠」，而唔係令公司可以跳過工程紀律。

API 角度亦有新位值得留意。Anthropic 文件列明 developers 可以用 claude-opus-4-8，模型 overview 亦列出 Opus 4.8 係 1M tokens context window、max output 128k tokens。大 context 對大型 repo analysis 有用，但唔代表應該將成個 repo 無差別塞入 prompt；更好係用索引、檔案範圍、測試結果、error trace 做分層檢索。對 startup 而言，最應該先寫 budget guardrail：每次任務最多 token、最多 subagents、最多 wall time、失敗時點樣停。AI agent 如果冇成本邊界，就會由生產力工具變成雲端賬單風險。

香港要先問可唔可以正式用

香港角度反而係今次最尷尬、亦最需要寫清楚嘅地方。Anthropic 官方 supported countries and regions 頁面列出 API 同 Claude.ai 支援地區，喺 2026 年 5 月 28 日查核時未見 Hong Kong；同時 The Standard 轉載 Reuters 報道指，高盛香港員工喺 2026 年 4 月底失去 Anthropic Claude 存取，而報道亦引述 FT 指 Anthropic 方面稱 Claude models 從未正式支援香港。呢代表香港帳戶可唔可以直接開通、Max / Team / Enterprise plan 係咪覆蓋、公司合約點計，全部都要標成 [待確認]，唔應該當成美國或新加坡情況可以直接套用。

呢點對本地公司採購好重要。就算個人用家曾經開到、第三方平台見到 Claude、或者雲端 vendor 有相關模型，都唔等於香港法人、香港 billing、香港員工、香港資料處理全部正式被支援。金融、醫療、教育、上市公司 IT team 更要問清楚：合約主體係邊度、資料會喺邊啲區域處理、source code 可唔可以傳出、subagent 會唔會調用外部工具、audit log 保存幾耐。今次官方 API 價格係美元，未見港幣價；香港 plan 可用性同本地企業案例亦未有可靠公開資料，寫 proposal 時應該明確標 [待確認]。

競爭壓力同現實限制

Opus 4.8 反映緊一個更大趨勢：coding assistant 已經由「幫我補一段 code」變成「幫我管理一個長任務」。OpenAI Codex 類工具、Cursor、Devin、Gemini CLI 類工具都喺搶同一個位置：邊個可以理解大型 repo、改得少錯、識得跑測試、識得回報風險，就更容易入到公司日常工程節奏。Anthropic 今次嘅差異化係將「誠實」同「可控 effort」放到前面，意思係唔只鬥最高分，而係鬥模型可唔可信、可唔可以喺長任務中自己停一停、講清楚未完成嘅位。

落地睇法可以簡單分三層：

• 個人開發者：先確認自己帳戶同 plan 是否可用 [待確認]，再用低至中 effort 做日常輔助；唔好用高 effort 處理每一個小改動。
• startup / 產品團隊：可以試 Opus 4.8 做 migration discovery、測試補齊、bug hunt，但要用 PR 粒度控制風險，每次輸出都要過 CI 同人手 review。
• Enterprise / 受監管團隊：最大價值可能係大型 codebase modernization，但最大阻力亦係合約、資料治理、地區支援同 audit。未確認香港正式支援前，唔應該將 Claude Code 或 API 寫成既定方案。

總結嚟講，Claude Opus 4.8 唔係一個可以單靠官方 benchmark 判斷嘅升級。佢真正值得香港工程團隊關注嘅，是模型開始被設計成一個有用量旋鈕、有自我檢查傾向、能處理長任務嘅協作者。但「更誠實」唔等於「可完全信任」，dynamic workflows 仍然係 research preview，香港支援同港幣定價亦未清楚。要用得好，重點唔係追最新模型名，而係將 AI 放入可審計、可停機、可回滾、可計成本嘅工程制度入面。

參考來源

• The Verge — Claude’s new model is more ‘honest’ when it messes up — original report
• Introducing Claude Opus 4.8 — Anthropic 官方公告，確認推出日期、honesty 說法、effort control、API 價格同模型 ID。
• Claude Opus 4.8 System Card — 官方 system card，用嚟核對 honesty、flawed code summary、alignment 同評估限制。
• Introducing dynamic workflows in Claude Code — 官方產品文，確認 dynamic workflows 可用 plan、research preview 狀態、subagents 設計同 Bun 例子。
• Model configuration - Claude Code Docs — Claude Code 官方文件，確認 Opus 4.8 effort levels、預設 high、max / ultracode 限制同 1M context 說明。
• Models overview - Claude API Docs — API 官方文件，確認 claude-opus-4-8、每百萬 token 美元價格、context window 同 max output。
• Supported countries & regions — 官方支援地區列表，用嚟核對香港 API / Claude.ai 支援狀態。
• Goldman Sachs bars Hong Kong bankers from using Anthropic AI, source says — Reuters / The Standard 報道，補充香港企業存取 Claude 嘅近期背景同官方支援爭議。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。